Demografía y pobreza en colombia by Carlos Gutierrez

DOCUMENTO CEDE 2006-30 ISSN 1657-7191 (Edición Electrónica) AGOSTO DE 2006

CEDE DEMOGRAFÍA Y POBREZA EN COLOMBIA1 JAIRO NÚÑEZ M.2 LAURA CUESTA3 Resumen Este trabajo analiza el vínculo entre los resultados demográficos y la pobreza en Colombia. Se busca responder a las preguntas: ¿Cuál es el efecto de la fecundidad adolescente en la educación, la participación laboral, y la estructura y tamaño del hogar de las madres adolescentes?, ¿Cuál es el efecto de la maternidad temprana y el tamaño del hogar en la salud, la educación y el riesgo de trabajo infantil de los niños? y ¿Cuáles son las intervenciones en salud sexual y reproductiva que se deben implementar para contrarrestar la pobreza? Los efectos sobre las madres adolescentes se estiman a través de los métodos variables instrumentales y ecuaciones simultáneas. Los efectos sobre la calidad de vida de los niños se derivan de las estimaciones por mínimos cuadrados ordinarios, probit, y propensity score matching. Finalmente, las intervenciones en salud sexual y reproductiva que se sugieren para contrarrestar la pobreza se basan en las estimaciones de un modelo multinivel. Los resultados indican que la fecundidad adolescente tiene efectos negativos y estadísticamente significativos sobre la educación, la participación laboral y la estructura y el tamaño del hogar de las madres adolescentes. Así mismo, la edad al primer nacimiento y el número de hijos reducen los años de educación y aumentan el riesgo de enfermedad de los niños. Los datos provienen de la Encuesta Nacional de Demografía y Salud de 2005. Palabras clave: fecundidad adolescente, tamaño del hogar, pobreza, capital humano. Clasificación JEL: I31, J12, J13, J24. 1

Esta investigación fue financiada por Profamilia. Los autores agradecen los comentarios y sugerencias de María Isabel Plata, Gabriel Ojeda y Myriam Ordóñez. 2 Investigador, CEDE-Facultad de Economía, Universidad de los Andes, jnunez@uniandes.edu.co 3 Investigadora, CEDE-Facultad de Economía, Universidad de los Andes, l-cuesta@uniandes.edu.co

DEMOGRAPHY AND POVERTY IN COLOMBIA

Abstract

This study analyzes the relationship between demography and poverty estimating the effects of adolescent fertility and family size on the principal variables that determines human capital accumulation of women and child in Colombia. The main purpose of the research is to answer the following questions: What is the effect of teenage childbearing on the years of schooling, labor participation and family structure of women? What is the effect of teenage childbearing and family size on child quality? And Which are the policies in sexual and reproductive health to offset poverty? In order to determine the effect of age at first birth on women human capital variables, two econometric methods are conducted: instrumental variables and simultaneous equations. Using ordinary least squares, probit and propensity score matching, we analyze the effects on child quality. Finally, to find the policies in sexual and reproductive health to offset poverty a multilevel analysis model is used. The findings of the study support the conventional wisdom that adolescent childbearing and higher family size had major adverse socioeconomic consequences: fewer years of education and labor participation for young mothers, vulnerable family structures, and higher risk of illness and child labor for children. The data comes from the National Demographic and Health Survey (DHS) from 2005. Key words: adolescent fertility, family size, poverty, human capital. JEL Classification: I31, J12, J13, J24.

1. Introducción Aunque la pobreza es un fenómeno causado por múltiples factores, un sinnúmero de hechos estilizados y estudios empíricos han documentado la existencia del vínculo entre la demografía y la calidad de vida de los individuos. A nivel macro, las condiciones de pobreza y la demografía pueden relacionarse a través del crecimiento económico y la distribución del ingreso. A nivel micro, los efectos de los resultados demográficos sobre la pobreza se pueden manifestar a través de las inversiones en capital humano, la participación laboral y el tamaño y el tipo de estructura familiar que conforman un grupo de individuos4.

Parte de la discusión sobre el vínculo entre demografía y pobreza se centra en la causalidad entre ambos fenómenos. ¿Es la pobreza la que causa resultados demográficos negativos? ó ¿Son los resultados demográficos negativos los que causan pobreza? Por un lado, la pobreza puede restringir el acceso al sistema educativo, limitar el uso de los métodos de planificación familiar y acelerar el inicio de las relaciones sexuales, determinantes próximos de la fecundidad adolescente. Por otra parte, la maternidad temprana puede ocasionar deserción escolar, desacumulación de capital humano y restricciones a la participación laboral, hechos que causan pobreza. Dicho de otra forma, la realización de estos fenómenos puede traducirse en un círculo vicioso que genera trampas de pobreza5.

En Colombia, la fecundidad adolescente ha alcanzado niveles cercanos a los observados hace treinta años6. Mientras en 1995, el 17% de las adolescentes había estado embarazada, en 2000 esa tasa era de 19% y, en 2005, llegó a ser de 20.5%.

En este último año, el 31.5% de las adolescentes más pobres había

Alonzo et al. (2004) y Schiller (2004) Situaciones que contrarrestan los esfuerzos de las familias por superar la pobreza, y a su vez, alimenta las condiciones que la crearon (Núñez y Cuesta, 2006) 6 Flórez y Soto (2005) 5

estado alguna vez embarazada7. Por otra parte, la evidencia de algunos estudios indica que la reducción del tamaño del hogar tiene un efecto positivo sobre la disminución de la pobreza en Colombia. De los 4.5 puntos porcentuales de reducción de la pobreza en el período 1991-1995, 2.1 se explican por cambios en el tamaño del hogar8. Así mismo, el mejoramiento de las condiciones de vida después de la crisis de los noventa se explica en gran parte por la reducción del tamaño del hogar9.

Pese a los hechos que sugieren un vínculo entre demografía y pobreza, los estudios sobre fecundidad adolescente en Colombia se han concentrado en el análisis de sus determinantes. Por otra parte, los métodos econométricos que han sido utilizados omiten dos aspectos relevantes para el tratamiento de este problema. En primer lugar, la decisión de ser madre adolescente y la variable de resultado10 que se analiza son endógenas. En segundo lugar, las decisiones de tener el primer hijo, educarse, participar en el mercado de trabajo, casarse o separarse, pueden ser simultáneas11. Este estudio pretende satisfacer estos vacíos empíricos con una aproximación que analiza el vínculo entre la demografía y la pobreza a partir de los efectos de la fecundidad adolescente y el tamaño del hogar sobre las variables de capital humano de las adolescentes y sus hijos12, y utiliza los métodos econométricos que tratan los problemas de endogeneidad y simultaneidad ya mencionados.

Tres preguntas de investigación motivan este trabajo: ¿Cuál es el efecto de la fecundidad adolescente en la educación, la participación laboral, y la estructura y tamaño del hogar de las madres adolescentes?, ¿Cuál es el efecto de la maternidad temprana y el tamaño del hogar en la salud, la educación y el riesgo 7

PROFAMILIA (2005) Núñez y Ramírez (2002) 9 Núñez, Ramírez y Cuesta (2005) 10 Como la educación, la salud, la participación laboral, etc. 11 Rindfuss (1991) y Moore et al. (1993) 12 Y no la relación fecundidad adolescente y pobreza directamente. 8

de trabajo infantil de los niños? y ¿Cuáles son las intervenciones en salud sexual y reproductiva que se deben implementar para contrarrestar la pobreza? Para responder estos interrogantes, se presenta y analiza la evidencia del vínculo entre fecundidad adolescente, tamaño del hogar y pobreza; y, posteriormente, se estiman los determinantes de la fecundidad adolescente, incluyendo variables de política. De esta forma, se identifican las intervenciones en salud sexual y reproductiva que reducen el riesgo de ser madre adolescente y, por tanto, ayudan a contrarrestar el impacto de la demografía sobre la pobreza.

2. Demografía y pobreza 2.1.

Metodología

Para determinar los efectos de la fecundidad adolescente en las variables de capital humano de las madres adolescentes se estima un modelo de variables instrumentales para tres cohortes de mujeres: i) mujeres que en el año 2005 tenían entre 22 y 24 años, ii) mujeres que en el año 2005 tenían entre 25 y 27 años, y iii) mujeres que en el año 2005 tenían entre 28 y 30 años. Para analizar la simultaneidad en las decisiones de ser madre adolescente, educarse y participar en el mercado laboral, se estima un modelo de ecuaciones simultáneas. Los efectos de la maternidad temprana sobre la calidad de vida de los niños -donde no se presentan problemas de endogeneidad- provienen de las estimaciones por mínimos cuadrados ordinarios y probit. Los efectos del tamaño del hogar sobre las variables de capital humano de los niños se derivan de las estimaciones por el método propensity score matching. A continuación se presenta detalladamente la metodología implementada para responder a las pregunta ¿Cuál es el efecto de la fecundidad adolescente en la educación, la participación laboral, y la estructura y tamaño del hogar de las madres adolescentes?

Una primera aproximación para determinar el efecto de la maternidad temprana sobre el logro educativo, la participación laboral y la estructura familiar

de las adolescentes, podría ser estimar un modelo de mínimos cuadrados ordinarios (MCO) para cada una de estas variables, e incluir una variable dummy de fecundidad adolescente entre las variables independientes. Sin embargo este procedimiento puede generar un sesgo en la estimación, por la endogeneidad entre la decisión de ser madre adolescente y las variables de resultado que se analizan. El problema surge porque a través de la abstinencia y el uso de métodos anticonceptivos, las adolescentes pueden controlar la probabilidad de quedar embarazadas. En este sentido, si las jóvenes perciben que el embarazo puede afectar su escolaridad, las oportunidades de participar en el mercado laboral, y el tipo de estructura familiar que pueden conformar en el futuro, la decisión sobre fecundidad se toma simultáneamente con las decisiones sobre las otras variables.

El análisis de los efectos de la fecundidad adolescente sobre las variables de capital humano de las adolescentes sigue el modelo teórico de Klepinger, Lundberg, y Plotnick (1997). En general, los factores que determinan la educación, la participación laboral, y el tamaño y la estructura familiar podrían clasificarse en variables del hogar ( x B ), que pueden afectar el salario de mercado de la adolescente, el costo de oportunidad de la educación, así como el apoyo de la familia o de otras fuentes; variables de la comunidad ( xC ), que pueden afectar la exposición de la joven al riesgo de ser madre adolescente, y el acceso a los servicios locales de salud y educación; y variables locales del mercado laboral, ( x M ), que pueden generar variaciones en los salarios y el empleo de las adolescentes. Las ecuaciones 1.a y 1.b , presentan las formas reducidas de las ecuaciones de inversión en capital humano: E = e( x B , x C , x M , K ) H = h( x B , xC , x M , K )

(1.a ) (1.b)

La variable endógena que permanece en el modelo es la fecundidad adolescente ( K ). La ecuación 1.a representa la educación, y la ecuación 1.b representa la participación laboral.

Una ecuación adicional, que no está definida en el modelo teórico de Klepinger et al (1997), pero que es parte esencial de las variables que explican el nivel de pobreza, es aquella que representa los efectos de la fecundidad adolescente sobre el tipo de estructura familiar que conforman las adolescentes. Para esta variable, también se supone que los factores que la determinan son variables del hogar, de la comunidad y del mercado laboral (Schiller, 2004), esto es: F = f ( x B , xC , x M , K )

(1.c)

Si suponemos una forma lineal para estimar el efecto de K sobre la inversión en capital humano ( E y H ) y la estructura familiar ( F ), se pueden transformar 1.a , 1.b y 1.c en:

E = β 0 + β1 X B + β 2 X C + β 3 X M + β 4 K + u

(1.a' )

H = α 0 + α1 X B + α 2 X C + α 3 X M + α 4 K + v

(1.b' )

F = γ 0 + γ1X B + γ 2 XC + γ 3 X M + γ 4K + ε

(1.c' )

En términos generales, el problema de endogeneidad mencionado consiste en que la correlación entre K y u ó entre K y v es diferente de cero, violando uno de los supuestos básicos de MCO13:

Cov( K , u ) ≠ 0

(2.a)

Cov( K , v) ≠ 0

(2.b)

Cov( K , ε ) ≠ 0

(2.c)

La metodología propuesta consiste en encontrar una(s) variable(s) que esté(n) correlacionada(s) con K , pero no con el término de error:

MCO producirá valores de

β4

α4

Cov( K , Z ) > 0

(3.a)

Cov( Z , u ) = 0

(3.b)

Cov( Z , v) = 0

(3.c)

sesgados e inconsistentes.

Cov( Z , ε ) = 0

(3.d )

Si Z cumple (3.a ) se dice que el instrumento es relevante, y si cumple

(3.b) , (3.c) ó ( 3.d ) se dice que es exógeno para la respectiva ecuación. Por consiguiente, Z puede ser usado para estimar β 4 , α 4 y γ 4 .

Un instrumento frecuentemente utilizado en este tipo de formulaciones es la edad en que la adolescente tuvo su primera relación sexual. Se puede afirmar fácilmente que esta variable está correlacionada con K (cumpliendo 3.a ) pero no con u , v ó ε (cumpliendo 3.b , 3.c ó 3.d )

La primera etapa del modelo de variables instrumentales -ser madre adolescente- depende de todos los determinantes del capital humano, así como del vector de la edad de la primera relación sexual, los costos de anticoncepción y los riesgos de fecundidad, esto es: z = f (a, µ ) . Así, la fecundidad adolescente se expresa como:

K = k ( x B , xC , x M , z )

(4)

Nuevamente, suponiendo una forma lineal, la ecuación (4) se transforma en:

K =φ 0 +φ1 X B +φ 2 X C + φ3 X M + φ 4 Z

(4.a)

En (1.a' ) , (1.b' ) y ( 1.c' ) parte de la variación en K es endógena y parte es exógena. El método de variables instrumentales utiliza Z en (4.a) para aislar la variación exógena en K y así estimar β 4 , α 4 y γ 4 . Si la edad a la primera relación es un buen instrumento, se puede afirmar que la variación en la fecundidad adolescente atribuida al instrumento está fuertemente correlacionada con el capital humano futuro de las adolescentes.

La relación que representa la ecuación (4.a) se utiliza para la identificación de los modelos de educación, participación laboral y estructura familiar. La

identificación se realiza excluyendo de las ecuaciones 1.a ' , 1.b' y 1.c' un conjunto de variables que se incluyen en la ecuación de fecundidad adolescente. Las variables para instrumentar la fecundidad adolescente pueden afectar la fecundidad pero no los resultados en educación, participación laboral y estructura familiar. Más importante aún es que las restricciones de sobreidentificación14 indicarían que los instrumentos utilizados influencian las variables de capital humano solo a través de la fecundidad adolescente. Por ejemplo, si el instrumento es la política de salud sexual y reproductiva, el ejercicio econométrico implica que la salud sexual y reproductiva influye en la acumulación de capital humano solo a través de la fecundidad adolescente.

Para identificar las ecuaciones (1.a' ) , (1.b' ) y (1.c' ) se construyeron variables que describen las condiciones económicas y culturales y el acceso a servicios públicos relacionados con la política de salud sexual y reproductiva. Adicionalmente, se incluyeron instrumentos individuales como el tiempo de exposición al riesgo de embarazo y la edad de la primera relación sexual. De este conjunto de variables se escogieron aquellos que cumplieran las condiciones de relevancia y exogeneidad utilizando la metodología propuesta por Klepinger et al (1997).

El primer paso consistió en utilizar todo el conjunto de instrumentos y excluir aquellos que no cumplían la restricción de sobreidentificación con el método propuesto por Godfrey (1988)15. El segundo paso, que es más convencional y sencillo, consistió en observar la bondad de ajuste de un conjunto de instrumentos en la primera etapa. Al igual que en Klepinger et al (1997), el gran número de instrumentos impide probar todas las combinaciones posibles. Por consiguiente, 14

Este ejercicio consiste en correr la segunda etapa del modelo agregando los instrumentos como variable explicativa del capital humano. En todos los casos, los instrumentos no fueron significativos confirmando que la fecundidad adolescente solo tiene efectos sobre el capital humano, a través de la edad a la primera relación o a través del resto de instrumentos. 15 Todas las pruebas sobre exogeneidad consisten en observar las correlaciones entre los errores de la segunda etapa y los instrumentos considerados.

se utilizó la metodología propuesta por ellos, que consistió en estimar stepwise regression hasta que cada instrumento que permanezca en el modelo alcance un 10% de significancia en la primera etapa. Posteriormente, se eliminaron aquellos instrumentos que no alcanzaron un 10% de significancia en la prueba de sobreidentificación. En este sentido, los instrumentos utilizados no son significativos al 10% en la prueba de sobreidentificación y son significativos al mismo nivel en la primera etapa.

2.2.

Datos y variables

Los datos utilizados provienen de la Encuesta Nacional de Demografía y Salud de 2005 (ENDS-05), encuesta de cobertura nacional, con representatividad urbana y rural, y por departamento. La muestra incluye 41.344 mujeres en edad fértil (13 a 49 años de edad).

Las variables utilizadas en la estimación de los modelos de variables instrumentales son: variables independientes del hogar y del individuo como el sexo del jefe del hogar, el nivel del SISBEN16 y el nivel del Índice de Riqueza17; variables de la comunidad como la zona de residencia, el crecimiento de la cobertura en educación del municipio de residencia, y el municipio de residencia, y del mercado laboral, como la tasa de desempleo departamental. Las variables de resultado son: la escolaridad, medida en años de educación; la participación 16

El Sistema de Identificación y Clasificación de Potenciales Beneficiarios para Programas Sociales –SISBEN-, es un sistema de selección de beneficiarios que se construye a partir de información observable de los hogares, referente a la calidad de la vivienda, el acceso a servicios públicos, la educación de los miembros de la familia, y la ocupación de los mismos. A partir de estos datos se construye un puntaje cardinal continuo, de tal forma que se puede ordenar a la población encuestada, desde el hogar más pobre, hasta el menos pobre. 17 Se calcula mediante una metodología desarrollada por el Banco Mundial. A partir de la información recolectada en la ENDS-05 sobre características de la vivienda y sobre la disponibilidad de ciertos bienes de consumo duradero que se relacionan directamente con el nivel socioeconómico, a cada hogar se le asigna un valor que es generado mediante la metodología de componentes principales, dependiendo de la disponibilidad de bienes y las características de la vivienda. A los residentes de un determinado hogar se les asigna el valor del hogar en el cual residen. Esto permite crear quintiles poblacionales de “bienestar” o de “riqueza”, es decir, cinco grupos con el mismo número de personas cada uno (PROFAMILIA, 2005)

laboral, medida por el estado ocupacional actual de la mujer; la estructura familiar, medida a través de diversas variables que la literatura ha sugerido como proxies de este resultado, a saber: estado civil de la mujer al primer nacimiento, si la mujer está soltera actualmente, si la mujer está casada actualmente y si la mujer ha estado casada más de una vez; y por último, el tamaño del hogar, medido por el numero de hijos en el núcleo familiar. Las variables utilizadas para instrumentar la fecundidad adolescente, representada por una variable dummy construida a partir de la pregunta de la edad al primer nacimiento18, son: el uso de métodos de planificación familiar, las necesidades insatisfechas de planificación familiar, el crecimiento de la afiliación al régimen subsidiado de salud19, la proporción de mujeres entre los 15 y 19 años que han estado embarazadas en el departamento, la proporción de mujeres en unión que creen estar en riesgo de infección de VIH en el departamento, la edad de la primera relación sexual y el tiempo de exposición al riesgo de embarazo20.

Las variables independientes de los modelos estimados para medir el efecto de la fecundidad adolescente en la calidad de vida de los niños -MCO y probit- se resumen en variables demográficas como la fecundidad adolescente y el tamaño del hogar, variables de la madre del niño como la edad y la educación, variables socioeconómicas del hogar del niño como el Índice de Riqueza, y variables de la comunidad como la zona y municipio de residencia. Las variables dependientes son: la vacunación, el estado de salud, los años de educación y el trabajo infantil. Las variables utilizadas en la implementación del método propensity score matching se resumen en: variable de tratamiento, representada por una variable dummy de si el niño vive en un hogar con 4 o más hijos ó con 5 o más hijos; y las 18

Si la mujer tuvo su primer hijo entre los 13 y los 19 años de edad, la variable dummy toma el valor de 1, y si no lo tuvo, toma el valor de 0. 19 Es un programa de aseguramiento en salud dirigido a la población más pobre, cuyos recursos de financiamiento provienen del presupuesto nacional, las transferencias de la población no pobre afiliada al régimen contributivo, y una pequeña parte de las fuentes territoriales de salud y los afiliados. 20 Medido como: Edad actual de la mujer - Edad a la que tuvo la primera relación sexual

variables independientes y dependientes utilizadas en los modelos de MCO y probit que ya fueron descritas.

2.3.

Resultados

¿Cuál es el efecto de la fecundidad adolescente en la educación, la participación laboral, y la estructura y tamaño del hogar de las madres adolescentes? Las estimaciones siguen la metodología descrita en la sección 2.1. La escogencia de los instrumentos sigue a Klepinger et al (1997). Adicionalmente, los instrumentos de todas las regresiones fueron probados con la prueba de sobreidentificación de Sargan. Puesto que el mecanismo sugerido por Klepinger et al (1997) es más exigente, el valor-p del estadístico chi-cuadrado nunca pudo rechazar la hipótesis de que los instrumentos utilizados influencian las variables de capital humano solo a través de la fecundidad adolescente.

Los resultados del cuadro 1 indican que los efectos de la fecundidad adolescente sobre la educación, la participación laboral y la estructura familiar de las adolescentes, son estadísticamente significativos e importantes en magnitud. Las estimaciones por el método de

variables instrumentales indican que las

mujeres con fecundidad adolescente tienen, en promedio, menos años de educación que las jóvenes que no tienen hijos en esta etapa de su vida. Para las mujeres de la cohorte de 22 a 24, el rezago es de 4.6 años, para las de 25 a 27 años de 4.6, y para las de 28 a 30 años de 5.3 años de educación. Llama la atención que estas diferencias son mayores al resultado obtenido en las estimaciones por MCO. Con frecuencia se argumenta que la fecundidad adolescente y el bajo logro educativo son el resultado de un proceso de optimización conjunto o influenciado por características no observables, y por tanto, las estimaciones por MCO pueden sobreestimar el impacto de la fecundidad

adolescente sobre la educación21. Sin embargo, varios autores han encontrado que las estimaciones por variables instrumentales son mayores a las estimaciones por MCO en valor absoluto (Angrist y Evans, 1996; Klepinger et al, 1997). Una explicación de este fenómeno es que al usar variables regionales como la afiliación al régimen subsidiado en salud, aquellas madres adolescentes que enfrentan mayores costos de los servicios de planificación familiar, y que hubieran podido evitar el embarazo si dichos costos fueran menores, experimentan mayores pérdidas de capital humano que el promedio de las madres adolescentes; en este sentido, el sesgo introducido por la estimación por MCO es positivo, descontando una parte del efecto negativo de la fecundidad adolescente sobre las variables de capital humano22. De esta forma, se puede afirmar que la parte exógena de la fecundidad adolescente relacionada con variables locales tiene una correlación negativa mayor que la variable endógena K . Por otra parte, los resultados indican que las mujeres con fecundidad adolescente tienen una probabilidad 11% menor de trabajar que aquellas que no han experimentado este fenómeno. Como lo sugiere la literatura, a pesar de la necesidad que tienen de generar ingresos para la crianza del niño, las mujeres que son madres en la adolescencia enfrentan restricciones a la participación laboral23. Esto puede sugerir que estas mujeres reciben ingresos de sus familias o de otras fuentes y, por tanto, no requieren salir a participar en el mercado de trabajo; sin embargo, el resultado de la menor participación, unido al hecho de que estas mujeres acumulan menos años de educación, indica que lo que realmente puede estar pasando es que estas jóvenes se enfrentan a una menor demanda por parte de los empleadores, que están en libertad de contratar mujeres de su

Klepinger, Lundberg y Plotnick (1997) y Angrist y Evans (1996) Otra posible explicación es que el instrumento esté correlacionado con una o más variables omitidas. De cualquier forma, el coeficiente de la variable endógena variaría entre el valor de OLS y el valor de IV. Para el caso de participación laboral y estructura familiar, los resultados parecen indicar que este es un buen instrumento o que por lo menos no tiene el problema señalado anteriormente. 23 Klepinger, Lundberg y Plotnick,Op. Cit. p. 6, Schiller (2004) y Florez y Soto, Op. Cit. p. 27 22

misma edad, más calificadas. Otra mirada a este resultado es la que surge de las madres adolescentes en situación de pobreza. En este caso, la situación se vuelve más crítica, porque además de las restricciones en la demanda, estas mujeres pueden enfrentar restricciones de oferta24. En cuanto a la estructura familiar, los coeficientes de todas las medidas coinciden con las hipótesis planteadas. Las madres adolescentes tienen 1.9% menos de probabilidad de estar casadas cuando nace su primer hijo, 2.4% menos de probabilidad de no casarse nunca, 2.3% más de probabilidad de estar casadas actualmente, y 2.2% más de probabilidad de haberse casado más de una vez. El primer resultado coincide con el imaginario colectivo sobre los efectos de la fecundidad adolescente en la conformación de un hogar: las niñas quedan embarazadas y los padres no adquieren un compromiso formal con la adolescente. Sin embargo, los últimos tres coeficientes parecen contradecir la evidencia por el fenómeno de la madre soltera asociado a la fecundidad adolescente. El argumento que esclarece la aparente contradicción es que aunque las madres adolescentes si se casan, también es cierto que esas uniones no son muy estables, como lo confirma su mayor probabilidad de haberse casado más de una vez.

Estos resultados confirman que la fecundidad adolescente tiene efectos muy nocivos sobre la acumulación de capital humano de las jóvenes que se convierten en madres antes de los 20 años de edad. Más allá, menos años de educación, menor participación en el mercado laboral y estructuras familiares más inestables, limitan el proceso de generación de ingresos y configuran perfiles de pobreza que se reproducen en los hogares que conforman las adolescentes. Para ellas, la posibilidad de tener mejores condiciones de vida para sí mismas y para sus hijos, se vuelve una utopía frente a las trampas de pobreza que su condición de madres adolescentes les ha impuesto. En todas las estimaciones, la prueba de sobreidentificación indica que los instrumentos influencian las variables de capital 24

La situación puede ser que a la hora de salir a trabajar estas mujeres no tengan una persona o institución que se haga cargo de su hijo.

humano solo a través de la fecundidad adolescente: una política de salud sexual y reproductiva afecta la educación, la participación laboral y la estructura familiar de las adolescentes solamente a través de la fecundidad de estas mujeres.

Por otra parte, los resultados de las estimaciones realizadas por el método de ecuaciones simultáneas coinciden con los hallazgos de las estimaciones por variables instrumentales y la evidencia de otros estudios sobre los determinantes de la fecundidad adolescente. Las estimaciones de este modelo se realizaron para dos grupos de mujeres: mujeres entre 13 y 20 años de edad, y mujeres entre 21 y 24 años de edad (cuadro 2).

Para las mujeres de 13 a 20 años de edad las variables que reducen el riesgo de ser madre adolescente son: el bienestar económico de la familia -medido por el nivel del SISBEN- y el uso de métodos anticonceptivos. Como se esperaría, un mayor tiempo de exposición al riesgo de embarazo y mayores necesidades insatisfechas de planificación familiar, aumentan la fecundidad adolescente. En cuanto a la educación, los resultados de este modelo coinciden con los hallazgos encontrados anteriormente: la fecundidad adolescente incide negativamente en la escolaridad (-0.26). Así mismo, se observa que ser madre adolescente reduce la participación laboral en 8%.

Para las mujeres de 21 a 24 años de edad, las variables que reducen el riesgo de ser madre adolescente son: la educación, y el uso de métodos anticonceptivos. Al igual que para el grupo de 13 a 20 años, un mayor tiempo de exposición y necesidades insatisfechas de planificación familiar, aumenta la fecundidad adolescente en 9% y 4%, respectivamente. Los efectos de ser madre adolescente sobre la escolaridad y la participación laboral son mayores para las mujeres de 21 a 24 años que para las de 13 a 20 años. Finalmente, la fecundidad adolescente reduce en 0.89 los años de escolaridad, y en 9% la participación en el mercado de trabajo.

Cuadro 1. Resultados de las estimaciones por el método de variables instrumentales de los efectos de la fecundidad adolescente en la educación, la participación laboral, la estructura familiar y el tamaño del hogar de las mujeres que han experimentado este fenómeno en Colombia. 2005.

Efectos de la fecundidad adolescente sobre: 1. Años de educación Mujeres de 22-24 años Mujeres de 25-27 años Mujeres de 28-30 años

OLS

OLS con efectos fijos

-2.52 *** -2.66 *** -2.65 *** 0.01

3. Estructura familiar Casada cuando nació el primer hijo Nunca se casó Actualmente casada Se ha casado más de una vez

-0.07 -0.41 0.31 0.18

1.92 1.86

*** ***

IV (ivreg)

-4.44 *** -4.60 *** -5.42 ***

2. Participación laboral

4. Tamaño del hogar Número de hijos Número de hijos <40 Años

Probit

Probit con efectos fijos

1.92 *** 1.86 ***

*** Estadísticamente significativo al 1% Fuente: ENDS-05. Cálculos de los autores

*** *** *** ***

-0.41 *** 0.31 *** 0.18 ***

IV con efectos fijos (ivreg)

IV (ivprobit)

IV con efectos fijos (ivprobit)

-4.34 *** -4.38 *** -5.34 *** -0.13 ***

-0.19 ***

-1.89 ***

-1.91 ***

Cuadro 2. Resultados de las estimaciones por el método de ecuaciones simultáneas de los efectos de la fecundidad adolescente en la educación y la participación laboral de las mujeres que han experimentado este fenómeno en Colombia. 2005.

Variables dependientes

Variables independientes

Fecundidad Adolescente Educación Tiempo de exposición al riesgo de embarazo Nivel del SISBEN Urbano Edad de la primera relación sexual Sexo del jefe del hogar Usa métodos anticonceptivos Necesidades de planificación familiar insatisfechas Afiliación al RSS Mujeres de 15-19 años que han estado embarazadas en el dpto Mujeres en unión que creen estar en riesgo de infección por VIH en el dpto Tasa de desempleo del año 2000 Constante

13-20 Años

21-24 Años

Coeficiente 0.01 *** 0.16 *** -0.03 *** -0.03 *** 0.00 *** 0.03 *** -0.20 *** 0.01 0.08 ** 0.00 0.00 0.00 -0.06 **

Coeficiente -0.03 *** 0.09 *** 0.00 0.02 ** 0.00 *** 0.02 *** -0.15 *** 0.04 *** 0.03 0.00 0.00 0.00 *** 0.23 ***

SURE 13-20 Años Coeficiente -0.01 *** 0.15 *** -0.01 *** 0.01 0.00 *** 0.03 *** -0.19 *** 0.01 0.09 *** 0.00 0.00 0.00 0.09 ***

SURE 21-24 Años Coeficiente -0.03 *** 0.09 *** 0.00 0.01 0.00 *** 0.02 *** -0.15 *** 0.04 *** 0.03 0.00 * 0.00 0.00 *** 0.21 ***

Educación Nivel del SISBEN Urbano Cobertura en educación Fecundidad Adolescente Constante

0.81 1.44 -4.48 -0.26 5.53

Nivel del SISBEN Urbano Edad

0.00 -0.02 -0.01 0.00 -0.08 -0.16

*** *** *** ** ***

0.98 1.76 -3.34 -0.89 5.56

*** *** *** *** ***

0.79 1.42 -4.33 -0.83 5.67

0.01 0.01 0.05 0.00 -0.09 -0.62

***

0.00 -0.02 -0.01 0.00 -0.05 -0.17

*** *** *** *** ***

0.95 1.72 -3.36 -1.51 5.79

*** *** *** *** ***

0.02 0.01 0.06 0.00 -0.06 -0.64

***

Participación laboral

Edad Fecundidad Adolescente Constante *** Estadísticamente significativo al 1%, ** al 5%, * al 10% Fuente: ENDS-05. Cálculos de los autores

* ** ***

*** *** ***

***

*** *** ***

¿Cuáles son los efectos de la fecundidad adolescente sobre la calidad de vida de los niños que nacen de un embarazo adolescente? Además de afectar negativamente la acumulación de capital humano de las adolescentes, la maternidad temprana tiene efectos negativos y estadísticamente significativos sobre la salud y la educación de los niños que nacen de un embarazo adolescente. Los menores de 18 años que son hijos de madres adolescentes tienen, en promedio, una probabilidad 8% menor de tener carnet de vacunación. Entre los menores de 5 años, dicha probabilidad también es de 8%. Así mismo, los hijos de madres adolescentes enfrentan mayor riesgo de contraer enfermedades al enfrentar una probabilidad 2% mayor de presentar mal estado de salud. En cuanto a la educación, los niños de 6 a 11 años que son producto de un embarazo adolescente tienen, en promedio, 0.19 años menos de escolaridad que aquellos que no son hijos de madres adolescentes. El mismo ejercicio realizado para los menores de 12 a 18 años de edad, indica que los hijos de las madres adolescentes tienen, en promedio, 0.3 años menos de educación. Como se esperaría, los niños de 6 a 11 años de edad, hijos de madres adolescentes, tienen una probabilidad de asistir a un establecimiento educativo 1% menor que aquellos que no lo son. Entre los menores de 12 a 18 años de edad, el impacto es de 3%. Contrario a lo esperado, no se encuentra evidencia de mayor riesgo de trabajo infantil entre los hijos de las madres adolescentes.

Cuadro 3. Efectos de la fecundidad adolescente sobre la salud, la educación y el riesgo de trabajo infantil de los niños que nacen de un embarazo adolescente en Colombia, 2005 Efectos de la fecundidad adolescente sobre: 1. Salud: Vacunación Niños < 18 años Niños < 5 años Mal estado de salud Niños < 18 años Niños < 5 años 2. Educación: Años de educación Niños 6-11 años Niños de 12-18 años Asistencia escolar Niños 6-11 años Niños de 12-18 años 3. Trabajo infantil Niños 6-11 años Niños de 12-18 años

OLS

-0.19 *** -0.30 ***

OLS con efectos fijos

Probit

Probit con efectos fijos

-0.08 *** -0.08 ***

0.02 *** 0.01 **

-0.01 *** -0.03 ***

-0.16 *** -0.27 ***

0.00 0.01

0.00 0.01 *

*** Estadísticamente significativo al 1%, ** al 5%, * al 10% Fuente: ENDS-05. Cálculos de los autores

¿Cuáles son los efectos del tamaño del hogar sobre la calidad de vida de los niños? A diferencia del modelo anterior, en el cuál la variable de análisis era la fecundidad adolescente, el tamaño del hogar, como variable explicativa de la calidad de vida de los niños, es endógena. Algunos autores han solucionado este problema mediante el método de variables instrumentales. El problema es encontrar un buen instrumento para el tamaño del hogar que cumpla con las condiciones descritas en la sección 2.1. En este caso, instrumentos como el uso de métodos anticonceptivos o el sexo de los dos primeros hijos25 no son relevantes. De esta forma, si la endogeneidad proviene de variables observadas

El supuesto detrás de este instrumento es que las parejas que tienen los dos primeros hijos del mismo sexo seguirán buscando otro hijo. Esto puede ser válido para aquellas parejas que tienen los recursos económicos para tomar esta decisión. Sin embargo, los hogares pobres pueden hacerlo por razones diferentes, como tener un soporte en el futuro gracias a los ingresos de sus hijos (Schoumaker, 2004).

como la educación de los padres, el sesgo en la estimación podría eliminarse utilizando el método de emparejamiento propensity score matching, que consiste en estimar las diferencias en las condiciones de vida de individuos similares, una vez se controla por las características del hogar y el acceso a los servicios de planificación familiar. Específicamente, se estiman las diferencias en la calidad de vida de los niños donde el número de hijos es mayor o menor a cuatro. Para comprobar la consistencia de los resultados, se utilizan 4 métodos de emparejamiento: 10 vecinos cercanos, bandwidth, local linear regression y 10 vecinos cercanos con efectos fijos minicipales. En el cuadro 4 se presenta el efecto del tamaño del hogar sobre la salud, la educación y el riesgo de trabajo infantil para aquellos niños que nacen en hogares con 4 o más hijos. Cuadro 4. Efectos del tamaño del hogar sobre la salud, la educación y el riesgo de trabajo infantil de los niños en Colombia, 2005. Efectos del tamaño del hogar sobre:

10 Vecinos cercanos

Bandwidth (0.01)

Local linear regression

10 Vecinos Cercanos con efectos fijos

1. Salud: Vacunación Niños < 18 años Niños < 5 años Mal estado de salud Niños < 18 años Niños < 5 años 2. Educación: Años de educación Niños 6-11 años Niños de 12-18 años 3. Trabajo infantil Niños 6-11 años Niños de 12-18 años

-0.10 *** -0.10 ***

-0.11 *** -0.09 ***

-0.11 *** -0.11 ***

-0.09 *** -0.08 ***

0.01 *** 0.02 ***

0.01 *** 0.02

0.01 0.03 ***

-0.53 *** -0.93 ***

-0.64 *** -0.88 ***

-0.51 *** -0.92 ***

-0.53 *** -0.89 ***

0.02 *** 0.01

0.02 *** 0.02

-0.03 *** 0.02 ***

0.01 0.03

*** Estadísticamente significativo al 1%, ** al 5%, * al 10% Fuente: ENDS-05. Cálculos de los autores

Como se esperaría, un mayor número de hijos tiene efectos negativos y estadísticamente significativos sobre la salud, la educación y el riesgo de trabajo infantil de los niños. Los menores de 18 años que nacen en hogares con 4 o más hijos tienen una probabilidad entre 9% y 11% menor de tener carnet de vacunación. Entre los niños con menos de 5 años, dicha probabilidad oscila entre

8% y 11%. Por otra parte, no se encuentran resultados concluyentes sobre el efecto del número de hijos del hogar en el mal estado de salud de los niños. En cuanto a la educación, los niños de 6 a 11 años que pertenecen a familias con 4 o más hijos tienen entre 0.5 y 0.6 años menos de escolaridad que aquellos que se crían en hogares con menos hijos. El mismo ejercicio realizado para los menores de 12 a 18 años de edad, indica que los hijos de los hogares con más de 4 hijos tienen entre 0.8 y 0.9 años menos de educación. Contrario a los hallazgos en fecundidad adolescente, se encuentra evidencia de mayor riesgo de trabajo infantil entre los menores de 6 a 11 años de edad que pertenecen a hogares más numerosos, aunque la magnitud del efecto no es importante. En el grupo de 12 a 18 años de edad, no se encuentran efectos del tamaño del hogar sobre el riesgo de trabajo infantil.

3. Políticas en salud sexual y reproductiva y pobreza 3.1.

Metodología26

Para identificar las intervenciones más relevantes en salud sexual y reproductiva para reducir la pobreza, y las diferencias de los efectos de estas políticas a nivel departamental, se estima un modelo multinivel. Los modelos multinivel permiten incorporar el efecto del contexto social en los grupos que se analizan. Cuando la variable dependiente está influenciada por las condiciones idiosincrásicas locales27 es importante hacer estas diferencias. En particular, las características locales cobran gran importancia para este análisis, porque aquellas jóvenes que residen en departamentos con altas tasas de fecundidad están en mayor riesgo de ser madres adolescentes. Podría decirse que hay un factor cultural que las presiona a tener un hijo a una edad temprana.

26 27

Esta sección está basada en Flórez y Núñez (2002) Región, comunidad, salón de clases, etc

3.2.

Datos y variables

Los datos utilizados provienen de la ENDS-05. La variable dependiente es la fecundidad adolescente y las variables independientes son: la escolaridad, medida en años de educación; el nivel de SISBEN, el uso de métodos anticonceptivos, las necesidades de planificación insatisfechas, el tiempo de exposición al riesgo de embarazo y la edad de la primera relación sexual.

¿Cuáles son las intervenciones en salud sexual y reproductiva que se deben implementar para reducir la pobreza? En primer lugar, como se esperaría, la educación reduce la probabilidad de ser madre adolescente. En promedio, un año adicional de educación reduce la probabilidad de tener un hijo antes de los 20 años en 2%. Un mayor tiempo de exposición a la actividad sexual aumenta la probabilidad de ser madre adolescente en 1%. En contraste, la edad de la primera relación sexual no parece tener efectos sobre este fenómeno. Otras variables de política como el uso de anticonceptivos y las necesidades insatisfechas de planificación familiar presentan los efectos esperados. En promedio, aquellas mujeres que usan anticonceptivos tienen 5% menos de probabilidad de ser madres adolescentes y aquellas con necesidades insatisfechas de planificación familiar, 9% más. Cuadro 5. Variables de política que inciden sobre la fecundidad adolescente en Colombia. 2005 Variable dependiente: Fecundidad adolescente Variables independientes Educación Nivel del SISBEN Usa métodos anticonceptivos Necesidades de planificación familiar insatisfechas Tiempo de exposición al riesgo de embarazo Edad de la primera relación sexual

dy/dx -0.02 -0.05 -0.05 0.09 0.01 0.00

Fuente: ENDS-05. Cálculos de los autores

Std.Err. 0.00 0.00 0.01 0.02 0.00 0.00

z -19.93 -11.78 -7.09 6.07 59.32 1.13

P>|z| 0.0000 0.0000 0.0000 0.0000 0.0000 0.2590

x 8.20 2.03 0.37 0.05 11.43 17.81

4. Conclusiones Este trabajo presenta una vasta evidencia empírica de los efectos negativos de la fecundidad adolescente y el tamaño del hogar en la situación de pobreza de las mujeres que experimentan este fenómeno y la calidad de vida de sus hijos. La maternidad temprana reduce los años de educación y la participación laboral de las madres adolescentes y propicia la conformación de hogares más numerosos e inestables. Así mismo, la fecundidad adolescente y el crecimiento del tamaño del hogar tienen efectos negativos sobre la vacunación, el estado de salud y la educación de los niños. Aunque no se encuentra una evidencia contundente sobre los efectos de estos fenómenos en el riesgo de trabajo infantil, hay algunos indicios de que su impacto en la participación laboral de los niños es negativo.

Lo anterior, respalda la existencia del vínculo entre resultados los demográficos negativos y la pobreza. En este sentido, en la segunda parte del estudio se estiman y analizan los determinantes de la fecundidad adolescente, incluyendo variables de política. De esta manera, se identifican las intervenciones que reducen el riesgo de ser madre adolescente y, por tanto, ayudan a contrarrestar los efectos de la fecundidad adolescente y el tamaño del hogar sobre la pobreza afectando positivamente las variables que determinan los ingresos de una persona- Los resultados indican que las intervenciones para reducir la pobreza a través de políticas dirigidas a combatir la maternidad temprana y el incremento del tamaño del hogar son el acceso efectivo a los servicios de salud sexual y reproductiva y la educación.

Bibliografía Alonzo, R, Balisacan, A., Canlas, D., et. al. (2004). “Population and Poverty: The Real Score”. Discussion Paper No. 0415. University of Philippines.

Angrist, J. y Evans, W. (1996) “Schooling and Labor Market Consequences of the 1970 State Abortion Reforms.” Paper presented at the 1997 Population Association of American meetings, Washington, DC.

Bound, J. David J., y Baker, R. (1995) “Problems with Instrumental Variables Estimation When the Correlation between the Instruments and the Endogenous Explanatory Variable is Weak.” Journal of the American Statistical Association 90: 443–450.

Flórez, C.E y Soto, V. (2005) “Fecundidad adolescente y pobreza. Diagnóstico y lineamientos de política” Misión para el Diseño de una Estrategia para Reducir la Pobreza y la Desigualdad en Colombia - MERPD

__________ y Núñez, J. (2002) “Teenage childbearing in latin american countries”. Documentos CEDE, No. 1. Universidad de los Andes, Facultad de Economía.

Klepinger, D. Lundberg, S. y Plotnick R. (1997) “How Does Adolescent Fertility Affect the Human Capital and Wages of Young Women? Institute for Research on Poverty. Discussion Paper No. 1145-97.

Moore, K, Myers, D. Morrison, D. y Edmonston, B. (1993) “Age at First Childbirth and Later Poverty” Journal of Reasearch on Adolescence, 3(4), 393-422

Nelson, C. y Startz, R. (1990a) “Some Further Results on the Exact Small Sample Properties of the Instrumental Variable Estimator.” Econometrica 58: 967–76.

Nelson, C y Startz, R. (1990b) “The Distribution of the Instrumental Variable Estimator and Its t-ratio When the Instrument is a Poor One.” Journal of Business 63 (Part 2): S125–S140.

Nuñez, J. y Ramírez, J.C. (2002) “Determinantes de la pobreza en Colombia. Años Recientes”. Serie Estudios y Perspectivas No. 1. CEPAL.

___________ , ________________ y Cuesta, L. (2005) “Determinantes de la pobreza en Colombia. 1996-2004”. Documentos CEDE No. 60. Universidad de los Andes, Facultad de Economía.

___________ y Cuesta, L (2006) “Las trampas de pobreza en Colombia; ¿Qué hacer? Diseño de un Programa contra la Extrema Pobreza” Documentos CEDE, No. 19. Universidad de los Andes, Facultad de Economía.

PROFAMILIA (1990) “Encuesta Nacional de Demografía y Salud”

PROFAMILIA (1995) “Encuesta Nacional de Demografía y Salud”

PROFAMILIA (2000) “Encuesta Nacional de Demografía y Salud”

PROFAMILIA (2005) “Encuesta Nacional de Demografía y Salud”

Rindfuss, R. (1991). “The young adult years: Diversity, structural change and fertility”. Demography, 28, 493-512

Staiger, D. y Stock, J. (1994) “Instrumental Variables Regression with Weak Instruments” Unpublished paper, Harvard University.

Shea, J. (1993) “Instrumental Relevance in Linear Models: A Simple Measure.” Working Paper no. 9312, Social Systems Research Institute, University of Wisconsin–Madison.

Schiller, B. (2004) “The Economics of Poverty and Discrimination”. Prentice Hall.

Schoumaker, B. (2004) “Poverty and fertility in Sub-Saharian Africa. Evidence from 25 countries”. Population Association of America Meeting.